Работа с экспериментами
Загрузите исторические данные в автоматизированный эксперимент машинного обучения и обучите модель анализировать и прогнозировать решения бизнес-задач.
Можно создавать эксперименты в личных или общих пространствах.
Требования и разрешения
Для работы с экспериментами машинного обучения необходимо следующее:
-
Право пользователя «Профессионал» или «Пользователь с полными правами»
-
Роль Automl Experiment Contributor (для просмотра экспериментов также можно использовать роль Automl Deployment Contributor)
-
Необходимые разрешения в пространстве, где находятся развертывания машинного обучения. В общем пространстве необходимо разрешение Может изменять или разрешения более высокого уровня. В управляемом пространстве нельзя создавать эксперименты.
Для получения дополнительной информации см.:
Рабочий процесс
Перед тем как создать автоматизированный эксперимент машинного обучения в Аналитика Qlik Cloud, вам нужно четко сформулировать задачу машинного обучения и подготовить подходящий набор данных для обучения из каталога. Для получения дополнительной информации см. разделы Формулирование задач машинного обучения и Подготовка набора данных для обучения.
Следующие шаги описывают процесс проведения эксперимента.
- Создание эксперимента
Создайте новый эксперимент в Qlik Sense. Добавьте его в общее пространство, если вы хотите работать совместно с другими пользователями.
- Настройка эксперимента
Выберите цель для прогнозирования и признаки, на основе которых будет выполняться прогнозирование.
- Запуск обучения
Запустите обучение первой версии эксперимента.
- Уточнение модели
Во время обучения к данным для обучения применяются подходящие алгоритмы машинного обучения, а также генерируются метрики для оценки эффективности модели. Проанализируйте метрики, чтобы понять, как можно уточнить модель.
Внесите необходимые изменения в такие параметры, как признаки и алгоритмы, и повторно запустите обучение новой версии эксперимента. Выполняйте эти действия до тех пор, пока не будет получена хорошая модель.
- Развертывание модели
Как только у вас получится хорошая модель, разверните ее и приступайте к прогнозированию.